简介：这份资料围绕阵列天线方向图展开，面向无线通信、天线设计与电磁场相关专业的学生及工程技术人员，帮助理解单元个数、阵元间距与波长变化对辐射方向图的具体影响。压缩包共4个文件，均为MATLAB脚本（.m），整体约2KB，分别对应不同参数组合下的方向图计算与对比，便于直接运行观察波束宽度、增益与旁瓣的变化规律。已有2136人学习下载，说明其在阵列天线入门与教学演示中具有一定参考价值。读者可借助这些脚本复现2单元、4单元、8单元等不同配置下的方向图曲线，对比λ/2、λ、λ/4等间距条件对主瓣与零点的作用，进而掌握阵列参数与波束赋形之间的对应关系，为远程通信、多路径干扰规避或空间分辨率提升等场景的阵列选型提供直观依据。

1. 阵列方向图：为什么单元越多，主瓣反而越窄

把两个全向天线并排放在一起，馈入同幅同相的电流，你会得到一个意外结果：某些方向上信号变强，某些方向上几乎抵消。这不是玄学，而是空间相位差在起作用——电磁波到达远场某点时，两路信号走过的路程不同，叠加时相位不同，于是有的方向相加、有的方向相消。阵列天线方向图的一切机制，都从这个最朴素的干涉事实出发。

搞懂方向图，本质上是在搞懂「空间相位差如何被阵列几何结构翻译成角度选择性」。单元数、间距、幅度分布、相位递变，每一个参数都在改写这张图的形状。几种阵列的方向图比较，比的不是谁的主瓣好看，而是谁在给定口径和单元数下，把能量更精准地压到目标角度、把旁瓣压得更低。这份资源把均匀阵、加权阵、非均匀间距阵等几种典型结构的方向图放在一起对照，正好是理解「参数如何决定形状」的绝佳切口。下面从干涉机制一路拆到方向图的计算实现，把每个参数背后的物理含义讲透。

2. 从阵因子看方向图：干涉如何被写成公式

2.1 阵因子是方向图的核心骨架

方向图由两部分相乘得到：单个单元的元因子，和阵列排布决定的阵因子。元因子描述一个天线自己往各方向辐射的能力，阵因子描述多个单元叠加后产生的空间选择性。工程上比较不同阵列，绝大多数时候比的就是阵因子，因为元因子在单元类型确定后基本不变，真正被阵列几何结构改写的是阵因子。

对沿一条直线等间距排布的 N 元均匀线阵，阵因子写成归一化形式：

import numpy as np def array_factor_uniform(N, d_lambda, theta, theta0=0.0): """ N : 单元数 d_lambda : 单元间距，以波长为单位 theta : 观察角度（弧度），相对阵列法线 theta0 : 波束指向角（弧度） 返回归一化阵因子幅度 """ # 相邻单元之间的空间相位差 psi = 2 * np.pi * d_lambda * (np.sin(theta) - np.sin(theta0)) # 等比数列求和后取归一化幅度，避免 0/0 用极限处理 with np.errstate(divide='ignore', invalid='ignore'): af = np.sin(N * psi / 2) / (N * np.sin(psi / 2)) af = np.where(np.abs(np.sin(psi / 2)) < 1e-12, 1.0, af) return np.abs(af)

这段代码里最关键的量是psi，它把「两个相邻单元到远场某点的波程差」换算成相位差。sin(theta) - sin(theta0)这一项说明：波束指向theta0时，所有单元在该方向的相位差被补偿为零，于是同相叠加形成主瓣。N * psi / 2出现在分子，是因为 N 个单元等比求和后，幅度呈现为 Dirichlet 核的形式。分母的N * sin(psi / 2)做归一化，保证主瓣峰值恒为 1，方便不同 N 之间直接比较。

参数上，d_lambda决定栅瓣出现的角度位置，N决定主瓣宽度和旁瓣数量。把d_lambda调到大于 1，psi在可见角域内会跨越多个 2π 周期，于是出现与主瓣等高的栅瓣——这是阵列设计里最典型的翻车点之一。

2.2 主瓣宽度与单元数的定量关系

均匀阵的零点出现在N * psi / 2 = ±kπ处，第一对零点之间的宽度就是主零点波束宽度。对边射阵（theta0 = 0）做小角度近似，半功率波束宽度约为：

HPBW ≈ 0.886 * lambda / (N * d) （弧度，边射，d 为实际间距）

这个式子直接回答了「为什么单元越多主瓣越窄」：口径N * d越大，波束越锐利。它和光学里口径越大分辨率越高的道理完全同源，都是衍射极限的体现。但要注意，这个近似只在边射附近成立，扫描到较大角度时波束会展宽，展宽因子约为1 / cos(theta0)，这是相控阵扫描时增益下降的根源之一。

2.3 幅度加权如何改写旁瓣

均匀阵的第一旁瓣约 -13.2 dB，这个数字在很多场景下不够用。降低旁瓣的通用手段是幅度加权，让中间单元强、边缘单元弱，等效于给阵因子乘一个窗函数。常见的几种加权及其代价如下表：

加权本质上是拿主瓣宽度换旁瓣电平，没有免费午餐。比较几种阵列方向图时，如果只盯着旁瓣低就下结论，会忽略主瓣展宽带来的分辨率损失。合格的比较必须同时看主瓣宽度、旁瓣电平、增益损失三个指标。

3. 非均匀间距阵：用几何换旁瓣的另一种思路

3.1 为什么打乱间距能压旁瓣

均匀阵的旁瓣是周期性相位叠加的产物，间距一致导致各单元贡献在旁瓣方向规律性同相。如果把单元间距做成非均匀，各单元到远场的相位差不再有统一周期，旁瓣方向的能量被「打散」，峰值自然下降。这就是非均匀间距阵（稀疏阵、随机阵）压旁瓣的底层逻辑：不是靠幅度衰减，而是靠破坏相位相干性。

代价是方向图不再有解析闭式，只能数值计算，而且旁瓣电平对具体间距分布敏感，同一组间距在不同扫描角下表现可能差异很大。常见的实现思路是用优化算法搜索间距组合，目标函数设为峰值旁瓣电平最小，约束主瓣宽度和口径不超限。

3.2 数值计算非均匀阵方向图

def array_factor_sparse(positions_lambda, theta, theta0=0.0): """ positions_lambda : 各单元位置，以波长为单位的一维数组 theta : 观察角度（弧度） theta0 : 波束指向角（弧度） """ # 每个单元相对参考点的空间相位 phase = 2 * np.pi * positions_lambda[:, None] * \ (np.sin(theta)[None, :] - np.sin(theta0)) # 各单元贡献相干叠加 af = np.sum(np.exp(1j * phase), axis=0) return np.abs(af) / len(positions_lambda)

和均匀阵的闭式解相比，这里直接对每个单元的复指数贡献求和，positions_lambda可以是任意分布。代码里[:, None]和[None, :]做广播，把「单元维」和「角度维」展开成矩阵，一次算出所有角度。这种写法对均匀阵同样适用，只是均匀阵有闭式解可以省算力。

参数说明：positions_lambda的第一个单元通常设为 0 作为相位参考，整体平移不改变方向图形状，只改变绝对相位。如果间距分布里出现小于半波长的相邻单元，互耦会显著增强，实际方向图偏离独立单元叠加的预测，这是数值模型和实测对不上的常见原因。

3.3 稀疏阵的栅瓣陷阱

非均匀间距能压旁瓣，但不等于随便打乱就安全。如果平均间距仍大于一个波长，某些角度上仍可能出现准栅瓣；如果间距分布存在近似周期性，旁瓣会在特定角度抬升。我一般会这么理解：稀疏阵是把「确定性旁瓣」换成了「统计性旁瓣」，平均旁瓣低了，但最坏情况旁瓣需要靠大量随机试验或优化来保证。比较方向图时，稀疏阵必须给出多组间距下的旁瓣分布，而不是只画一条曲线。

4. 避坑与排查：方向图对不上的五个常见原因

4.1 现象：仿真主瓣位置偏移，指向角对不上

原因通常是相位递变符号搞反。波束扫描靠给相邻单元加递增相位-2π d sin(theta0) / λ，符号取决于角度定义方向和阵列排布方向。解决方法是先用theta0 = 0验证边射，再扫一个小角度看主瓣移动方向是否符合预期，确认符号约定后再做大角度扫描。

4.2 现象：间距略大于半波长就冒出等高旁瓣

这是栅瓣，不是旁瓣。当d > λ，可见角域内出现第二个同相叠加方向，其幅度与主瓣相同。排查方法是检查d_lambda是否超过 1，扫描状态下还要满足d < λ / (1 + |sin(theta0)|)。解决方式是缩小间距或改用非均匀排布，不能靠加权消除栅瓣。

4.3 现象：加权后旁瓣没降多少，主瓣却明显变宽

多半是加权系数没有归一化，或者加在了错误的位置。幅度加权应作用在各单元的激励幅度上，且要保证总功率或峰值归一化一致，否则比较基准就变了。排查时把加权系数打印出来，确认边缘单元确实小于中心单元，且系数和为合理值。

4.4 现象：单元数增加后主瓣宽度没按预期变窄

检查是否把「单元数」和「有效口径」混为一谈。如果增加单元的同时缩小了间距，口径没变，主瓣自然不会变窄。另一个可能是角度单位用错，公式里的弧度被当成角度代入。解决方法是固定口径比较单元数，或固定单元数比较口径，一次只改一个变量。

4.5 现象：仿真与实测旁瓣差异大，主瓣附近尤其明显

独立单元叠加模型忽略了互耦和单元方向图差异。间距小于半波长时互耦最强，边缘单元和中心单元的實際激励幅度、相位都会偏离设计值。排查方法是先测单元自身的实际方向图和有源驻波，再把实测单元方向图代入阵因子相乘。解决方式是在设计阶段留旁瓣余量，或引入互耦补偿。

5. 设计取舍：方向图比较到底在比什么

把几种阵列的方向图放在一起，最容易犯的错是拿不同口径、不同单元数的曲线直接比旁瓣。公平的比较必须锁定约束条件：相同口径比旁瓣和主瓣宽度，相同单元数比增益和栅瓣风险，相同旁瓣要求比口径效率。均匀阵口径效率最高但旁瓣差，加权阵用主瓣宽度换旁瓣，稀疏阵用优化复杂度换几何自由度，三者没有绝对优劣，只有约束下的最优解。

验证一套方向图计算是否可信，我习惯做三件事：先用边射均匀阵对照解析式，确认0.886 λ / (N d)的波束宽度对得上；再把扫描角推到 60 度，看主瓣是否按1 / cos(theta0)展宽；最后把间距推到大于一个波长，确认栅瓣出现在理论角度。这三步走完，代码里的符号、单位、归一化基本就都对齐了。

这份资源把几种典型阵列的方向图并列呈现，价值不在于给出标准答案，而在于让你能沿着同一条计算链路，看清每个参数改动如何传导到最终形状。拿到手后建议先复现均匀阵的解析结果，再逐个替换成加权阵和稀疏阵，对照着看旁瓣和主瓣此消彼长的关系。从那以后我每次做阵列方向图比较，都强制先锁定口径和单元数这两个约束再动笔，否则曲线画得再漂亮也是自欺欺人。希望帮到你。

本文还有配套的精品资源，点击获取